Wenn Zellen raten: Wie Wahrscheinlichkeiten in Computermodellen helfen

Stell dir vor, Computer könnten raten. Forschende haben herausgefunden, wie das geht.

Hast du schon mal von Zellautomaten gehört? Das sind kleine Computerprogramme, die aus vielen Zellen bestehen. Jede Zelle kann sich ändern, je nachdem, was die Nachbarzellen machen. Diese Programme sind sehr nützlich, um komplexe Dinge zu modellieren, wie zum Beispiel, wie sich Viren ausbreiten oder wie Menschen sich in einer Stadt bewegen.

Was die Forschenden herausgefunden haben

Forschende haben eine neue Art von Zellautomaten entwickelt, die „Zellautomaten auf Wahrscheinlichkeiten“ genannt werden. In diesen neuen Automaten kann jede Zelle nicht nur einen Zustand haben, sondern auch eine Wahrscheinlichkeit, dass sie in diesem Zustand ist. Das bedeutet, dass die Zellen raten können, was als Nächstes passiert. Diese neuen Automaten können also Dinge besser modellieren, die unsicher sind, wie zum Beispiel das Wetter oder das Verhalten von Menschen.

Wie haben sie das gemacht?

Um das zu erreichen, haben die Forschenden eine mathematische Grundlage geschaffen. Sie haben die Zellen so programmiert, dass sie nicht nur feste Zustände haben, sondern auch Wahrscheinlichkeiten. Diese Wahrscheinlichkeiten sagen, wie wahrscheinlich es ist, dass eine Zelle in einem bestimmten Zustand ist. Dann haben sie Regeln entwickelt, wie sich die Zellen basierend auf diesen Wahrscheinlichkeiten verhalten.

Warum ist das wichtig?

Diese neue Art von Zellautomaten ist wichtig, weil sie uns hilft, Dinge besser zu verstehen, die unsicher sind. Zum Beispiel können wir damit besser vorhersagen, wie sich Krankheiten ausbreiten oder wie das Wetter wird. Das kann uns helfen, besser auf solche Situationen vorbereitet zu sein und schneller zu reagieren.

Du willst mehr über die Studie wissen?

Die Forschenden, die diese neuen Zellautomaten entwickelt haben, heißen Enrico Formenti, Faizal Hafiz, Amelia Kunze und Davide La Torre. Sie haben ihre Ergebnisse in einem wissenschaftlichen Artikel veröffentlicht.

Zum Original-Paper auf ArXiv